背景 為什么要尋找蛋白質互做關系？

因為只有正確地發現和注釋細胞中的所有功能性的相互作用關系，才能對細胞的功能進行系統層面的學習和理解。 大家在收集和展現蛋白質相互作用的信息上，一直在努力地跟上相互作用關系探索的步伐

近年來，無論是在實驗觀測和計算機預測技術都得到了顯著的進步。但是，蛋白質蛋白質相互作用的信息比較容易出錯，而且乣相當大的工作量來進行注釋 資源分類？

1有些數據庫，他們的主要目的是收集和策展與蛋白質-蛋白質相互作用直接相關的實驗證據 2.另外還有些數據庫會通過功能分組，將蛋白質分為代謝、信號或轉錄途徑等這些更加廣義的角度來了解蛋白質之間的關聯

3.最后就是第三類資源，通過嘗試使用多種計算的技術來預測新的蛋白質-蛋白質之間的相關性，從而彌補前兩種數據庫的不足之處 string數據庫正是一個整合提供這三種蛋白質-蛋白質關聯性證據的平臺

string database介紹 string(search tool for the retrival of interacting genes/proteins)基因、蛋白質相互作用關系檢索工具

它能夠幫助用戶輕松獲取獨特的，覆蓋范圍廣的實驗以及預測的相互作用關系信息 string提供的相互作用關系主要基于confidence score（可靠指數），以及其他附屬信息，比如提供蛋白質域和3D結構

string目前的9.1版本，包括1100+個物種的5200+萬蛋白質 聯合開發的機構包括：CPR,EMBL,SIB,KU,TUD,UZH

功能 1.主要目的是構建蛋白質蛋白質相互作用網絡

2.該網絡可以用于過濾和評估功能性基因組學的數據，以及為注釋蛋白質的結構、功能和進化性提供一個比較直觀的平臺 3.探索預測的相互作用網絡，能夠為今后的直言研究提供新方向，并且能夠為相互作用的映射，提供物跨物種預測

4.所有的蛋白質相互作用關系數據都有被加權、整合，并且都會有一個計算得到的可靠值 5.所有計算的預測結果都能通過特定的視圖來查看

6.網頁界面可用來訪問數據，并能夠快速獲取蛋白質及他們之間的相互作用關系的概覽 優勢

1.string數據庫完全是預先計算好的，無論是在高層次的網絡中，還是單個相互作業關系記錄的界面，所有的信息都可以被迅速獲取 2.它還支持單獨選擇各種證據類型，這樣能夠在運行的時候進行定制的搜索，同時也會有專門的查看器來對所有的關聯證據進行查看 3.該數據庫是一項探索性的資源：它比基本的相互作用關系數據庫包含了更大的關聯數據--盡管是有不同的可能值 4.因此，它最好被用于快速、初步地獲取要查詢的蛋白質的功能合作伙伴，尤其是對那種還沒能很好的表征的蛋白質
數據庫介紹

string數據庫通過文獻內容管理，來提取實驗數據得出的蛋白質-蛋白質相互作用關系。此外，string數據庫還存儲得有一些計算預測的相互作用關系：

1.科學文章的文本挖掘 2.從基因組的特征計算得來的相互作用關系

3.基于直系同源的物種模型轉移來的相互作用關系 所有預測的活著導入的功能性關系對，都是以及各通用的參考數據庫為基準來進行注釋

導入的數據 string數據庫的蛋白質關聯信息，有一些是從物理相互作用數據庫，以及生物通路的信息數據庫導入的

準確的數據： KEGG????????? EcoCyc???????? BIioCyc????????? GO???????? reactome????????? Biocarta?????? ?NCI-Nature Pathway Interaction Database

實驗數據： MINT??? HPRD?? BIND ? DIP ?PID ?BioGRID?

文本挖掘

string數據庫的有些信息是通過文本挖掘的方式收集的。通過對龐大的科學文章的解析，來搜尋到統計相關的共現基因的名字 SGD：Saccharomyces

OMIM:Online Mendelian Inheritance? in Man FlyBase:A Database of Drophila Genes &Genomes

PubMed:A search engine accessing primarily the MEDLINE database of references and abstracts on life sciences and biomedical topics

預測的數據 string數據庫中，還有一些數據是通過預測得來的

Neighborhood：不同物種之間，相似的基因組信息預示著相似的蛋白質功能 Gene Fusion:某些基因組中的蛋白質的融合，有很大可能性是具有功能性相關的

Co-occurrence:如果蛋白質有相似的功能，或者出現在同一個代謝通路中，那他們應該是會具有相似的表達模式的，以及相似的系統發生譜 Co-expression:基于觀察到的具有相同表達模式的基因，來預測基因之間的相關性

基因組信息

算法介紹

很大一部分的string的數據是從之前介紹的各種數據庫中導入的。同時，他也包含了大量的預測的關聯性

string數據庫會定期導入完整測序的基因組序列（多細胞基因組：Ensembl,其他：SwissProt/UnitProt),并從中搜索這三種基因組信息。目的就是為了識別在進化過程中，也許具有一定功能相關聯的基因對。

string數據庫中，使用Confidence Score可靠指數來對應每一個預測的相互關聯性

算法優勢 將多種類型的證據數據映射到單一的、穩定的蛋白質組中，從而更有利于數據的比較 將已知預測的相互作用關系進行了部分互補，從而擴大覆蓋的范圍

綜合打分的方案比獨立的證據認可，具有更高的可靠性

并映射和傳輸相互作用關系到大量的生物體中，有利于進化的研究

算法總結

算法

總結

以上是生活随笔為你收集整理的string数据库使用和实践第一部分string数据库介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。